人脸识别

　　 　　 与以往城市仅止步于限制政府部门的人脸识别应用不同，波特兰市在公共和私人场合的双重禁止人脸识别的应用，可能为其他城市开辟类似的数字隐私政策提供了一个路线图，这也是隐私倡导者所希望的结果。 　　 撰文 | 微胖 　　飞机飞过天空，天空之火，不过，那是硅谷的山火。在山火引发世人关注的同时，位于美国西北部俄勒冈州波特兰市的糟糕局势也在引发各方密切关注，甚至惊动联合国。 　　自5月底黑人男子弗洛伊德被暴力执法致死，引爆新一轮全美反种族主义示威以来，近期，俄勒冈州波特兰市一名白人男子在示威活动中被枪杀。三个月来，持续升温的民愤、种族主义和警察暴力犹如一道道旋涡， 搅得时局天翻地覆，但更让人惊讶的是，就在这样的混乱中，本周三，波特兰市议会却通过了一项立法，该立法 被广泛认为是迄今为止最激进的人脸识别技术市政禁令。 　　 　　两项法令不仅禁止 波特兰所有市政部门使用人脸识别技术 ，还禁止 私人公司在公共场所使用这项技术。 　　人脸识别系统在美国基本上不受监管，特别是私人企业的使用。奥克兰、旧金山和波士顿也只是禁止政府部门使用人脸识别技术，而波特兰禁止企业在公共场所使用该技术的禁令可谓开创先河。 　　一 为什么禁止所有市政部门使用？ 　　全面禁止市政部门使用该技术，背后逻辑既与当前糟糕局势有关，更与「市情」密切相关。 　　市议会委员Jo Ann Hardesty将对高科技执法工具的担忧

　　二维人脸识别兴起于手机，3D 人脸识别则兴起于苹果。 　　2017 年，iPhone X 问世，开启了手机 3D 人脸识别元年，引发了众多手机厂商纷纷效仿。其实早在 2015 年，苹果收购以色列著名 3D 传感器制造商 PrimeSense，就让行业看到了三维人脸识别的更大潜力，也让更多初创企业纷纷“入海”。 　　 人脸识别以其非接触、便捷、易采集等特点，在众多生物识别技术中脱颖而出，成为人工智能兴起的典型应用之一 。 　　但目前应用的主要是二维人脸识别，平面图像由于缺乏深度信息常受到遮挡、光照等影响，并且防伪能力较差。 　　而近几年开始崭露头角的三维人脸识别则在这方面有更好的效果：误识率小于百万分之一，拒真率小于 0.01% ，在手机、智能门锁、高级别的安检通关等领域逐渐开始发挥作用。 　　 三大技术方案 　　业内普遍认为，利用人脸的三维信息进行识别，更有助于克服二维人脸识别的困难。 　　三维人脸识别，包含了人脸的空间信息，是人脸本身固有的信息，对外界条件的变化有更好鲁棒性。目前 主流的三种技术方式 包括双目技术、TOF 技术，以及结构光技术。但三种技术路径各有利弊，也是业界的主要争议点之一。 　　 　　图丨 三维人脸识别三种主流方案对比(来源： CB Insights China 整理 ) 　　 结构光 是通过红外激光器，将具有一定结构特征的光线投射到被拍摄物体上

随着互联网的飞速发展，智能手机的普及，老百姓的消费方式也发生了天翻地覆的变化，从粮票布票的交换，到现金交易、刷卡消费、手机支付再到现在的刷脸支付，老百姓的消费方式变得越来越便捷和智能。不带钱包就能走遍天下的生活方式让老百姓越来越意识到科技改变生活的重要性。这种颠覆式创新的深刻意义不仅仅表现在对于支付方式的改变，它拉近了时代与科技的距离，让老百姓真真切切感受到改革的深刻意义。 最开始的时候，是没有“支付”存在的。最原始的交易方式，以物换物，各取所需。这样的情况一直到秦始皇统一六国后，统一了货币，才出现了用铜钱、黄金支付的方式。用铜钱支付一直延续到了明末清初，新中国成立后开始使用“人民币”的纸币支付。计划经济时代，我国采用粮票布票的方式进行物资交换。刷脸支付，智慧医疗，智慧校园，智慧银行，餐饮超市酒店，无感停车场，各场景解决方案，软件定制开发，支付设备批发，详细请百度“掌优电子 魏” 国家物资的匮乏只能通过限制粮票布票，来保证每家每户都能够维持生活。改革开放推动了社会经济的迅速发展，粮票布票的物资交换方式渐渐消失，取而代之的是现金支付，成为国人支付的主要方式。但现金支付的假币、丢失等问题层出不穷，随着现金交易出现的不便，银行卡的出现成为人们支付方式的一大转变。智能手机的发展和网络科技的进步催生了网络支付方式，AI智能技术的不断发展又让人们迎来了一场刷脸支付的新革命。

  “智慧城市”的理念就是把城市本身看成一个生态系统，城市中的市民、交通、能源、商业、通信、水资源构成了一个个的子系统。这些个系统形成一个普遍联系、相互促进、彼此影响的整体。而对于智慧城市中的重要组成部分——园区的管理就十分重要了。   智慧园区是以互联网为载体，融合“互联网+产业”模式，面向园区提供全产业链支撑服务的智慧解决方案。计讯物联结合物联网、云计算、无线通信等相关技术，通过数据的整合，管理中心可以实时观察园区内相关数据，全方位提升园区的管理效率和综合服务水平。   计讯城市智慧园区智能化解决方案由视频监控系统、智能停车场系统、信息发布系统、能耗监测系统、环境监测系统、智慧路灯系统等子系统组成。可以有效的帮助掌握园区内的数据，智能管理园区。   计讯城市智慧园区智能化解决方案分为三部分组成，分别是感知层、网络层、应用层。   感知层：通过在感知层的各类传感设备，如车辆感应、智能电表、温湿度计、摄像头、风速风向仪、雨量计等设备对园区内相关数据进行采集。   网络层：网络层通过计讯智慧路灯网关将感知层数据通过5G/4G无线网络传输至应用层。   应用层：应用层通过计讯智慧管理云平台将网络层上传的数据通过大屏、PC、手机等设备进行展示，通过可对感知层设备进行远程管理、远程调整感知层设备参数。   智慧路灯系统：   园区内可通过计讯智慧路灯网关进行全套的接管

云栖号资讯：【 点击查看更多行业资讯 】 在这里您可以找到不同行业的第一手的上云资讯，还在等什么，快来！ 编者按：本文来自微信公众号“HyperAI超神经”（ID:HyperAI），作者：神经小兮，36氪经授权发布。 近日备受关注的「杭州女子失踪案」终于破案，从失踪到立案再到侦破，历时 20 天。调查过程中，警方的工作量巨大，所幸，智慧警务在其中贡献了一份力量，让真相得以更早地被揭开。 关键词：智慧警务 目标检测 特征提取 7 月 25 日，杭州公安局就「杭州杀妻案」举行了新闻通气会，公布侦查结果。和网友们预测的一样：杀害来惠利的真凶，正是其丈夫许国利。 从 7 月 5 日失踪，到 7 月 25 日破获杀人犯，历时 20 天。 杭州警方期间先后 4 次地毯式排查 1 万多平方米地下车库和所有电梯井、水箱、窨井、储物柜、烟道、通风管道，查看 6000 小时的监控录像，冲洗 38 车粪水，走访询问小区 6 幢单元楼、379 户人家、1075 名住户…… 海量的侦查工作中，警务 AI 的介入加速了破案进程。 6000 小时监控视频，警务 AI 助力侦查 关于本案件的来龙去脉，相信很多人已经有所了解，这里不再赘述。 从通气会中我们得知，警方在调查中，需要查看、处理的数据量巨大。 来女士所在的小区，内部监控有 96 个、外围监控近千个，小区共有楼房 6 幢，居住了 1075 人

　　 　　美国东部时间 6 月 17 日，《麻省理工科技评论》公布了第 20 届 Innovators Under 35 评选结果，即 2020 年度 全球 “ 35 岁以下科技创新 35 人 ”榜单。 　　在此次的 35 名上榜者中， 共有 5 位华人 ，他们分别是香侬科技创始人兼 CEO 李纪为 、芝加哥大学分子工程学院助理教授 王思泓 、伊利诺伊大学厄巴纳-香槟分校机械科学与工程系助理教授 蔡丽丽 、伊利诺伊大学厄巴纳-香槟分校计算机科学系助理教授 李博 ，以及 Modern Electron 联合创始人兼 CEO 潘世昂 。 　　在当下这个略显混乱的时代，看到如此多的青年才俊仍在努力让世界变得更加美好，着实令人内心充满勇气。 　　这对于那些抗击病毒大流行的医务人员和为社会正义而战的普通公民而言，以及对那些致力于通过技术来解决这些问题和许多其他问题的人们来说，都是真真切切的精神鼓舞。 　　榜单中的 35 位年轻创新者并不都在努力抗击新冠病毒大流行，也并非都在寻求社会不公的补救策略。尽管他们没有具体解决这些问题，但却都在努力寻求用科技帮助世人的最新方法。他们试图解决我们的气候危机，找到帕金森氏症的治疗方法，亦或是为那些迫切需要的人提供饮用水。 　　这份榜单的评选每年都会产生 500 多个提名，编辑们的首要任务是筛选出 100 名入围候选人，提交给 25 位评委专家

​ 前言 在有一些电影里面，特别是科幻高科技电影里面经常出现的一幕，获得某人的照片然后进行各种数据对比，然后找出这个人的个人信息：姓名、年龄、性别、工作等等。 理论上：你可以建立一个你感兴趣的百万级的数据库，给你个照片 ，你就可以得到她是谁，哪里的，信息都可以知道，而且因为人与人之间的网状的关联，你甚至可以知道她喜欢的人是谁，男朋友长啥样子。 相信我：一切都不是虚构的，你能做的更多！ 很多人学习python，不知道从何学起。 很多人学习python，掌握了基本语法过后，不知道在哪里寻找案例上手。 很多已经做案例的人，却不知道如何去学习更加高深的知识。 那么针对这三类人，我给大家提供一个好的学习平台，免费领取视频教程，电子书籍，以及课程的源代码！ QQ群：1097524789 思路： 一、数据收集，可以采用爬虫对网上海里的明星信息进行有针对的爬取 二、格式化数据，存入mysq，把明星的自拍照的文件名存入数据库中 三、使用百度的api对程序进行编写，说实话，百度人脸识别做的很棒了，精确度很高 四、你上传一张图片（或者你能想象到的方式），后面的程序会对你海量的数据库中人的信息进行比对 五、输出匹配到的人的信息，和相似度的数值。 ​ 直接上代码： ​ 测试图片： ​ 明星数据库： ​ 明星的照片所在目录： ​ 明星照片： ​ ​ ​ ​ ​ 程序运行效果： ​

科技改变人们生活，科技推动人类社会进步。近几年移动支付崛起，让人们实现了“一个手机走天下”的便捷。而如今，随着人工智能、大数据等技术的积累突破，支付方式再一次出现重大突破，即将从手机移动支付跨越到刷脸支付时代。据了解，刷脸支付技术已经成熟，今后用户们不用带手机，直接刷脸，就能将东西买回家了。 8月15日，在蚂蚁金服开放日广州站上，支付宝宣布在经过经验积累和技术升级之后，刷脸支付已经具备了商业化的能力，在未来一年内将向各种商业场景普及自助收银和刷脸支付的解决方案。刷脸支付，智慧医疗，智慧校园，餐饮超市酒店，无感停车场，各场景解决方案，软件定制开发，支付硬件批发，详细请百度“掌优电子 魏” 业内人士认为，随着AI、图像处理等技术的成熟，像刷脸支付这种“旧时王谢堂前燕”的高科技，终于成为“飞入寻常百姓家”的寻常物，在支付宝刷脸支付商业化之后，在未来几年很有可能像二维码支付一样普及。 “在经过这些经验累积之后，我们认为刷脸支付已经具备了大规模商用的能力。”蚂蚁金服零售行业负责人锋笙说，据他介绍，蚂蚁金服是行业内最早布局人脸识别技术的公司之一，有着深厚的技术积淀。自2015年起，支付宝率先将人脸识别技术应用于用户登录后，这一技术先后用于实名认证、找回密码、支付风险校验等场景，迄今已服务过数亿用户。 尽管如今移动支付已经相当普及，但在线下场景用户常会遇到不方便掏手机的时候，比如手里拿着很多东西

前段时间，由于美国“BLM”平权运动的持续发酵，IBM、谷歌等互联网巨头纷纷下架或停止了自家的 AI 人脸识别业务，因为这些业务被证实存在种族和性别偏见。但从大厂不断关闭的 AI 业务中，也有一些人找到了相反的创业方向，他们试图利用 AI 工具来解决职场招聘过程中的歧视与偏见问题。 人工智能招聘工具 根据调研机构的分析，在世界财富 500 强企业中，有 98% 以上的企业在招聘过程中会使用 AI 简历过滤软件，同时也有越来越多的中小型企业使用类似的招聘工具。但与 AI 人脸识别一样，这些 AI 工具也存在偏见问题。 据外媒 报道 ，两年前，美国电商巨头亚马逊曾秘密下线了公司内部的一个 AI 招聘工具，原因是该系统在长期对求职者简历进行筛选的训练过程中“学会”了性别歧视，即该 AI 在筛选简历时会更偏爱男性求职者，同时会自动降低一些女性求职者简历的评级。这一事件在当时也引发了人们对于 AI 招聘工具公平性的质疑。 近日，一家名为 GapJumpers 的 AI 创业公司声称，通过精心设计和训练其 AI 模型，他们的 AI 招聘工具能够在招聘流程中专门解决各种系统性偏见。这不是一个简单的任务：首先 AI 算法本身就存在一些 性别 和种族 方面的偏见。而这家公司采用的策略是清除招聘程序中的身份识别信息，仅依靠匿名面试和技能测试来评定求职者与职位的匹配度

​首先，从idea上讲，AutoAssign将label assignment完全做成端到端地（或者实际上是dynamic soft的），并且仅使用了最小先验（仅正样本的candidate location在gt框内部），的确算的上是一篇重量级并很general的作品。其次，这也是一篇可以预见的paper，具体可以参见Jianfeng Wang（也就是本文二作）在知乎上的回答如何评价zhangshifeng最新的讨论anchor based/ free的论文? http://www. zhihu.com 在该回答中，Jianfeng犀利地指出ATSS虽然利用统计量“动态”分配了正负样本，但这实际上是一种伪动态，因为样本的分配方式在数据集和网络配置完成之后其实是固定的，并不会随着训练过程而产生更好地调整和变化。正如Jianfeng所说，“有很多个项目，模型本身是一模一样的，但因为数据resolution不同，ground-truth的size不同，每个项目拿过来都要重新调anchor或者调分层参数，不仅是研究员和工程师的精力成本，也是自动化的障碍，在学术上还是更好解scale问题的阻碍；这个事，能不能训练的时候自己就学了？”，于是就有了这篇AutoAssign。接下来我们深入地理解一下AutoAssign是怎么操作的。从理念上来讲，AutoAssign跳出了此前object